KI im Spritzguss: Anguss minimieren, Materialkosten senken

TL;DR

KI-gestützte Angussoptimierung analysiert Werkzeugtemperatur, Nachdruck, Einspritzgeschwindigkeit und Materialeigenschaften in Echtzeit und reduziert den Angussanteil um 12-25%. Für einen mittelständischen Kunststoffverarbeiter mit 8 Spritzgussmaschinen und 200 Tonnen Materialverbrauch pro Jahr bedeutet das 28.000-58.000 EUR Einsparung. Die Nachrüstung kostet 15.000-30.000 EUR pro Maschine.

Anguss: Der stille Materialfresser

Bei jedem Spritzguss-Zyklus entsteht Anguss -- das Material im Angusskanal, im Verteiler und an den Anschnittpunkten. Je nach Bauteilgeometrie und Werkzeugkonstruktion liegt der Angussanteil bei 5-30% des eingesetzten Materials.

Natürlich wird Anguss regranuliert und wiederverwendet. Aber Regranulat ist nicht kostenlos. Es muss gemahlen, getrocknet und beigemischt werden. Die Materialqualität sinkt mit jedem Zyklus -- bei PA6 oder PC spürbar bereits ab 20% Regranulatanteil. Und bei technischen Bauteilen mit engen Toleranzen oder Sichtflächen darf oft gar kein Regranulat verwendet werden.

Ein Kunststoffverarbeiter aus Schwaben hat es durchgerechnet: 8 Maschinen, 200 Tonnen Materialverbrauch pro Jahr, durchschnittlich 18% Angussanteil. Das sind 36 Tonnen Anguss. Materialkosten PP/PA: 1,50-3,00 EUR/kg. Regranulierungskosten: 0,30-0,50 EUR/kg. Qualitätsverluste, Energiekosten, Handling: nochmal 0,20 EUR/kg. Unterm Strich: 72.000-126.000 EUR pro Jahr, die in Anguss stecken.

Was die KI an der Maschine tut

Die klassische Herangehensweise: Der Einrichter optimiert die Parameter bei der Werkzeugabmusterung, dann laufen diese Werte über die gesamte Produktion. Was sich ändert -- Hallentemperatur, Materialcharge, Werkzeugverschleiß -- wird bestenfalls bei der nächsten Störung nachjustiert.

KI-gestützte Prozessoptimierung arbeitet anders. Sensoren erfassen jeden Zyklus:

• Werkzeuginnendruckverlauf (Drucksensor in der Kavität)
• Massetemperatur und Werkzeugtemperatur
• Einspritzgeschwindigkeit und Nachdruckprofil
• Zykluszeit und Dosierweg
• Bauteilgewicht (automatische Waage nach Entformung)

Das KI-Modell lernt den Zusammenhang zwischen diesen Parametern und dem Angussanteil. Es erkennt: "Bei dieser Materialcharge und Werkzeugtemperatur lässt sich der Nachdruck um 8 bar senken, ohne die Bauteilqualität zu beeinträchtigen -- der Anguss wird aber 3 mm kürzer."

# KI-Spritzguss-Optimierung: Maschinenparameter
maschine:
  typ: "Arburg 570A / Engel e-victory / KraussMaffei CX"
  schliesskraft: "100-300 t"
  steuerung: "OPC-UA-fähig (Euromap 77/83)"

sensoren_zusaetzlich:
  werkzeuginnendruck:
    typ: "Piezoelektrisch (Kistler / Priamus)"
    position: "Angussnah + kavitätsfern"
    kosten: "3.000-5.000 EUR pro Werkzeug"
  bauteilwaage:
    typ: "Inline-Waage nach Entformung"
    genauigkeit: "0,01 g"
    kosten: "2.000-4.000 EUR"

ki_system:
  datenerfassung: "OPC-UA Euromap 77 (Zyklusdaten)"
  modell: "Gaussian Process Regression"
  optimierung: "Bayesian Optimization für Parametersatz"
  regelkreis: "Empfehlung an Bediener (Phase 1) / Closed Loop (Phase 2)"
  trainingszeit: "500-1.000 Zyklen pro Werkzeug"

Closed Loop vs. Empfehlungssystem

Hier scheiden sich die Geister. Manche Anbieter wollen direkt in die Maschinensteuerung eingreifen -- Closed Loop. Nachdruck, Einspritzgeschwindigkeit, Umschaltpunkt werden automatisch angepasst.

Unsere Empfehlung für den Einstieg: Assistenzsystem. Die KI empfiehlt dem Einrichter Parameteränderungen, der Mensch entscheidet. Warum? Spritzguss ist komplex. Ein falsch gesetzter Nachdruck kann Einfallstellen verursachen, die erst beim Kunden auffallen. Das Vertrauen in die KI muss wachsen.

Nach 3-6 Monaten Assistenzbetrieb, wenn die Empfehlungen nachweislich gut sind, kann man auf Closed Loop umstellen. Ein Automobilzulieferer aus Bayern hat diesen Weg gewählt und den Angussanteil von 22% auf 17% gesenkt -- im Closed-Loop-Betrieb dann auf 14%.

Was die Einsparung konkret ausmacht

Rechenbeispiel für einen Betrieb mit 8 Maschinen und 200 t Materialverbrauch/Jahr:

Ausgangslage: 18% Angussanteil = 36 Tonnen. Materialwert: 54.000-108.000 EUR (bei 1,50-3,00 EUR/kg). Regranulierungskosten: 10.800-18.000 EUR.

Nach KI-Optimierung: 13% Angussanteil = 26 Tonnen. Einsparung: 10 Tonnen weniger Anguss. Bei Materialien, die nicht regranuliert werden dürfen (Sichtteile, technische Bauteile): volle Materialkostenersparnis von 15.000-30.000 EUR. Bei regranulierbaren Materialien: Einsparung der Regranulierungskosten von 3.000-5.000 EUR plus Qualitätsverbesserung.

Dazu kommt ein oft vergessener Posten: kürzere Zykluszeiten. Weniger Anguss bedeutet weniger Nachdruckzeit und schnellere Kühlung. In der Praxis messen wir 3-5% kürzere Zykluszeiten, was bei einem Dreischichtbetrieb direkt mehr Output bedeutet.

Die vollständige ROI-Berechnung finden Sie in unserem Excel-Tool.

Heißkanal vs. Kaltkanal: Wo die KI mehr bringt

Bei Heißkanalwerkzeugen ist der Anguss konstruktiv bereits minimiert -- das Material im Verteiler bleibt flüssig und wird nicht abgeworfen. Hier bringt die KI primär Qualitätsverbesserung (weniger Einfallstellen, gleichmäßigere Füllung), weniger Materialeinsparung.

Den größten Hebel hat die KI bei Kaltkanalwerkzeugen mit Mehrfachwerkzeugen. Hier ist der Angussanteil am höchsten, und die Optimierung von Anschnittgeometrie (bei neuen Werkzeugen) oder Prozessparametern (bei bestehenden Werkzeugen) bringt die stärksten Ergebnisse.

Wenn Sie aktuell über neue Werkzeugkonstruktionen nachdenken: Sprechen Sie mit Ihrem Werkzeugbauer über KI-gestützte Simulation der Angussgeometrie. Moldflow-Simulationen in Kombination mit KI-Optimierung finden Geometrien, die kein Konstrukteur manuell probiert hätte. Kosten: 2.000-5.000 EUR pro Werkzeug für die Simulation.

Einen breiteren Überblick über KI-Einsatzszenarien im produzierenden Mittelstand finden Sie in unserem Komplett-Leitfaden.

Stolperfallen bei der Einführung

Werkzeuginnendruck-Sensoren nachrüsten. Ohne Drucksensor in der Kavität fehlt dem KI-Modell die wichtigste Eingangsgröße. Die Nachrüstung kostet 3.000-5.000 EUR pro Werkzeug und erfordert eine Werkzeuganpassung. Planen Sie das bei der nächsten Werkzeugrevision mit ein, nicht als Sonderprojekt.

Maschinensteuerung muss OPC-UA können. Ältere Maschinen (vor 2015) haben oft keine standardisierte Datenschnittstelle. Ein Nachrüstkit (Euromap 77 Gateway) kostet 2.000-4.000 EUR pro Maschine. Ohne Echtzeit-Daten keine KI.

Materialchargen dokumentieren. Wenn die KI nicht weiß, dass heute eine andere Materialcharge läuft als gestern, optimiert sie auf falscher Basis. Ein einfacher Barcode-Scan am Materialtrichter löst das Problem. Details zur KI-Implementierung haben wir separat beschrieben.

Häufig gestellte Fragen

Was kostet die KI-Angussoptimierung pro Spritzgussmaschine? Rechnen Sie mit 15.000-30.000 EUR pro Maschine im ersten Jahr. Darin enthalten: Werkzeuginnendruck-Sensor (3.000-5.000 EUR pro Werkzeug), Inline-Waage (2.000-4.000 EUR), Software-Lizenz (5.000-10.000 EUR/Jahr) und Integration/Schulung (3.000-8.000 EUR). Ab Jahr zwei fallen nur die Software-Lizenzkosten an.

Wie schnell sehe ich Ergebnisse? Das KI-Modell braucht 500-1.000 Zyklen pro Werkzeug für die Basislinie. Bei einem typischen Werkzeug mit 30-Sekunden-Zykluszeit sind das 4-8 Stunden Produktion. Erste Optimierungsempfehlungen kommen nach 1-2 Wochen. Messbare Materialeinsparung nach 4-6 Wochen.

Funktioniert das bei allen Kunststoffen? Ja, aber der Effekt variiert. Bei amorphen Thermoplasten (ABS, PC, PMMA) ist die Prozesskontrolle einfacher, die KI liefert schneller gute Ergebnisse. Bei teilkristallinen Materialien (PA, POM, PP) sind die Zusammenhänge komplexer, das Modell braucht mehr Trainingsdaten. Bei Elastomeren und Duroplasten gelten andere Regeln -- hier ist Spezialexpertise nötig.

Brauche ich eine neue Maschinensteuerung? Nein. Die KI läuft auf einem separaten Industrie-PC und kommuniziert über OPC-UA mit der Maschinensteuerung. Voraussetzung ist, dass die Maschine Euromap 77 oder eine vergleichbare Datenschnittstelle unterstützt. Bei Maschinen vor 2015 kann ein Gateway nachgerüstet werden (2.000-4.000 EUR).

Wie verhält sich die KI bei Werkzeugwechsel? Jedes Werkzeug hat ein eigenes KI-Modell. Bei Werkzeugwechsel wird automatisch das passende Modell geladen. Neue Werkzeuge durchlaufen eine Anlernphase von 500-1.000 Zyklen, in der die KI nur beobachtet und noch keine Empfehlungen gibt.

Nächster Schritt

Erfassen Sie den Angussanteil Ihrer 5 meistgenutzten Werkzeuge über 2 Wochen -- wiegen Sie Bauteil und Anguss getrennt. Mit diesen Basisdaten können Sie das Einsparpotenzial beziffern und den Business Case für die Geschäftsleitung aufbereiten.